基于BP神经网络的杨梅大棚内气温预测模型研究

摘要：

利用2009年12月-2010年5月塑料大棚内外观测的气象数据,构建了基于BP神经网络的杨梅生产大棚内的最高、最低气温预测模型,根据逐时转化系数计算出棚内相应的逐时气温,达到逐时预报大棚内气温的目的.通过模拟回代和对独立试验数据的验证,基于BP神经网络模型对大棚内日最低气温、日最高气温和逐时气温预测值与实际值的回归估计标准误差(RMSE)分别为0.8℃、1.4C和0.7℃,精度明显高于同时利用逐步回归法建立的模型.该模型所需参数少,实用性强,模拟精度高,可为设施杨梅气象服务和环境调控提供依据.

关键词：神经网络、气温、模拟模型、设施杨梅栽培

所属期刊栏目：32

分类号：TP1;TS4

资助基金：公益性行业气象科研专项“设施农业及特色农产品气象保障关键技术研究”GYHY200906023;科技部农业科技成果转化资金项目“基于GIS的特色经济作物种植潜力分析与示范”2008GB24160442;浙江省科技厅科技计划“浙江杨梅气候生态研究”2005C33050

在线出版日期：2011-12-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：362-367